21.Назначение многомерных бд. Структурные компоненты многомерной модели.
Хранение информации в виде многомерных БД значительно упрощает процедуры агрегирования и распределения данных в рамках заданных иерархий, т.к. в реляционных базах добавление каждого нового измерения приводит к существенному росту размеров таблиц, что затрудняет и замедляет процесс обработки данных.
Многомерные базы данных отличаются от реляционных прежде всего трехмерностью — поддержкой неограниченного числа значений в поле, и находят свое применение там, где необходима эффективная и простая работа с большими массивами символьной информации.
Основные преимущества многомерных субд
Общая простота системы, что позволяет осуществлять быстрое встраивание технологий многомерных СУБД в приложения. Системы на основе многомерных баз данных требуют меньше специальных навыков по разработке и администрированию;
Относительно низкая общая стоимость владения, а также быстрый возврат инвестиций;
В случае использования многомерных СУБД поиск и выборка данных осуществляется значительно быстрее, чем при многомерном концептуальном взгляде на реляционную базу данных, так как многомерная база данных обеспечивает оптимизированный доступ к запрашиваемым ячейкам;
Многомерные СУБД легко справляются с задачами включения в информационную модель разнообразных встроенных функций, тогда как объективно существующие ограничения языка SQL делают выполнение этих задач на основе реляционных СУБД достаточно сложным, а иногда и невозможным.
Основным структурным компонентом многомерной БД является куб данных(совокупность данных, имеющая многомерную структуру, представленый набором мер и измерений). Также она представлена набором других компонентов, среди них: репозиторий метаданных (здесь описывается, какая информация доступна и где), один или несколько серверов Хранилища или центральный репозиторий (который управляет исходными базами и поддерживает многомерные представления данных), а также интерфейсные средства (например, для создания запросов, отчетов и выполнения анализа).
22. Агрегация данных в многомерных базах данных.
Агрегация данных - это вычисление обобщенных показателей для поддержки стратегического или тактического управления из детальных данных. Агрегатами называют агрегированные по определенным условиям исходные значения показателей. Обычно под агрегацией понимается любая процедура формирования меньшего количества значений (агрегатов) на основании большего количества исходных значений. В дальнейшем под терминами агрегирование и агрегация будем понимать исключительно процесс суммирования данных. Заблаговременное формирование и сохранение агрегатов с целью уменьшения времени отклика на пользовательский запрос является основным свойством систем поддержки оперативного анализа. В последующих главах данной статьи более подробно описываются механизмы агрегации данных.
Существует частичная и полная агрегация.
Степень агрегации куба вычисляется как:
(1)
где a – реальное количество агрегированных значений показателей, a* - максимально возможное количество агрегатных значений исходных данных куба.
При выводе формул для a и a* сначала будем разбирать простые случаи с двумя-тремя измерениями, а затем перейдём к обобщённому варианту. То же самое касается и уровней иерархии в измерениях: сначала рассматриваются случаи простых измерений (с одним уровнем), а затем на примере измерений с несколькими уровнями выводится обобщённая формула. Такой подход позволяет легче понять процесс получения агрегатных значений показателей, поскольку читателю легче представить себе двух и трёхмерное пространство, сем пространства большей размерности.
23.